Re: [新聞] 「做功德」科　年輕醫師不去　抗藥菌風暴

74 

我怎麼看不懂這個人在說什麼？ 不懂就不要亂說好嗎 生成式AI可以在臨床上有很多應用 可能真的可以在10年內實現 但是絕對不會取代現在醫師的工作

37 

: 其實人生到後來發現 選擇比努力重要得多 : 會覺得混得不好的醫師 肯定是高工時又低薪 才會在這邊哭窮 : 是科別有問題 還是醫院單位有問題 還是你的長官有問題? : 才會讓你的工時沒辦法有效率轉換成單位產值 : 如果你每天忙到不行

27 

我覺得醫師的部分，在可預見的未來一定程度的被取代（或者說被輔助也行） 只是至少在10年內，個人猜測被取代的部分還有一定的限度 以最常被提出來的內科或放射科為例 內科其實是一個太空泛的描述，內科醫師會分化成八個系統，每個系統的業務廣泛都可以 分成：門診、住院、特殊處置/檢查。前兩者我覺得有機會在可預見的未來被取代或輔助

17 

當年NASA首次登陸月球，所使用的電腦相較現在的手機根本像玩具， 也就是說我們帶手機穿越到當年，等於是帶一台超級電腦， 但這時代的手機應該比較像是掌上型遊戲機的樣子。 無意冒犯，但您真的理解通篇堆砌的那些詞藻，其真正的意義? : 這邊提到的AI演算法量化交易，

 1 

分享一下自己的想法 對我來說，AI只是更快更酷的「機器學習」，在可以追朔的規則下大量訓練，只要有前例可 循便可以透過電腦進行快速且長期訓練，來達到人類所無法負擔的訓練量以及資訊量。 缺點是，以前電腦修正偏差的能力比較弱，可能會需要人類進行模型的調整或校正。 但邏輯上，只要擁有足夠進行判斷的依據，電腦也可以學會自我修正，或專門用來修正電腦

12 

身為還在訓練中的放射科醫師，從入科以來就一直知道AI的威脅，科內也有引入或是評估過一些AI的工具，最大的問題就是錢跟資安。 目前報告基本上還是要由醫師來完成，多買AI輔助工具對醫院來說只是多花錢，也不能因此去砍醫師的薪水，除非能顯著增加醫師打報告的速度，不然醫師大概也不會想把報告的錢分給AI，就算解決了後端的報告問題。前端的影像量（X光、電腦斷層、核磁共振）如果沒有增加，醫院端的收入其實也沒有增加，所以引進AI對醫院的吸引力有限。我們目前引進的X光判讀系統的用處，主要是要排除一些我們漏掉的東西，等於是讓AI幫我們檢查一下，降低疏失的機率。 再來是廠商這端的問題，廠商基本上希望能讀一張影像賺一次錢，但是醫院基本上不可能讓廠商安裝外掛的程式去計算使用量，畢竟你無法保證AI的廠商收集了什麼資訊，目前的解決方法有點像是國稅局查攤商的收入，廠商用目前的報告量去推估一年的收費是多少。但目前說的是一張X光的判讀，如果是電腦斷層或是核磁共振，一組下來都是上百張影像，而且各自有關聯，如果還要串接臨床的症狀與病史，還有比較舊的影像去比較變化，我目前是無法想像需要的成本是多少，也許有朝一日能夠實現合理的價格。 去年去參加北美放射科醫學會年會，再加上LLM的蓬勃發展，我覺得未來AI在放射科工作的發展有兩方面，透過LLM，把影像變成製作完整的報告變得可能，目前頂多是在影像上標註一些發現，但是拿LLM報告製作完成後，以目前的模型偶爾會出現錯誤的狀況下，一定還是需要醫師覆核。但是在衛教或是報告的解釋，尤其台灣的報告基本上是英文為主，若能很好的轉譯成病人能懂的報告，也是很有價值的應用，這樣應該能解答病人大部分的問題，病人有問題再來詢問。 另外放射科的工作流程上也有很多可以讓AI幫助的地方，從幫助臨床醫師建議適合的檢查，到安排排程，到檢查影像的處理與加強，都是AI可以發力的地方。

 3 

看到一篇AI醫學相關的文章 今周刊 「120元基本心電圖，就可抓出未來1~3年死亡機率！」 長庚、榮總到台大都擁抱AI　不 只急診救命　更能找出心臟危機

 1 

最近看一本書說 學醫的醫師早期傾向於把人體看成機器 他認為現在把人體視為搭載精密電腦的機器比較適當 還有聽過學生物跟心理的人說 人的大腦迴路是可以改變的